.@athamzafarooq о том, почему AI PM должны думать за пределами инженерии запросов Большинство AI PM сосредоточены на инженерии запросов — написании лучших инструкций для получения лучших результатов. Но это только половина уравнения. Настоящая проблема — это инженерия контекста: как убедиться, что два разных пользователя получают персонализированные, актуальные ответы от одного и того же LLM? Решение включает в себя несколько компонентов: системные подсказки, пользовательские подсказки, память о прошлых взаимодействиях и актуальную информацию, полученную через RAG. "Акаш хочет заняться S&P 500. Я другой человек, я собираюсь заняться криптовалютой. Как мы можем убедиться, что ты получаешь правильную информацию, а я получаю правильную информацию? Вот где играет роль инженерия контекста." Когда вы правильно комбинируете эти элементы, вы переходите от общего чат-бота к персонализированному AI-опыту. Урок: Инженерия запросов — это то, что вы говорите LLM. Инженерия контекста — это то, как вы разрабатываете полный набор инструкций — включая память, извлечение и персонализацию — который делает ваш AI-продукт таким, что он действительно понимает каждого пользователя.